数据赋能柔性产线,中信戴卡实现‘千轮千样’智能生产

19分钟前

数据赋能柔性产线,中信戴卡实现‘千轮千样’智能生产


——走进卓越级智能工厂


4月14日,中信戴卡股份有限公司铝车轮六号工厂内,机械臂正在有序作业。河北日报记者赵杰摄


生产线上,机器人精准挥舞手臂,熔炼、热处理、机加、涂装等工序无缝衔接……4月8日,走进被誉为‘灯塔工厂’的中信戴卡铝车轮六号工厂,自动化、数字化与智能化的气息扑面而来,流水线作业流畅高效。


作为我国首批卓越级智能工厂,中信戴卡轻量化铝制汽车零部件柔性化生产智能工厂,以六号工厂的智能化柔性生产线为核心,构建工业互联网智造协同系统,实现了生产效率与产品质量的双重提升。


从‘经验驱动’向‘数据驱动’转型,中信戴卡已成为全球最大的铝车轮及铝制底盘零部件供应商,铝车轮产销量连续多年位居全球第一。


AI检测:检查效率提升超40%


在秦皇岛的中信戴卡铝车轮六号工厂,压铸线上产出的银亮轮毂毛坯依次进入X光检测环节,被拍摄下多角度的内部图片。


X光检查中控室内,4个显示屏实时显示检测数据。检查员陶涛紧盯电脑,点击红色图标仔细复核图片。绿色图标代表合格,红色则标记疑似缺陷,轮毂毛坯的内部结构检测直接决定后续加工流程,至关重要。


陶涛已在此工作10年,他回忆道:‘以前有9台X光机,每台至少1名检查员;现在5台机器就能满足产能,每班仅需1人。’


效率提升的关键,是中信戴卡在行业内首次应用的AI智能评判系统——X光无损探伤智能识别系统。过去,X光机拍摄几十张内部图片后,需人工逐一检查,不仅耗时,还易因人员疲劳出现漏检、错检。X光检查班组班长刘瑞表示,‘当时轮毂毛坯需在X光机内等待检查完成才能下线,设备利用率低,生产节奏受制约。’


为解决这一痛点,中信戴卡通过AI技术实现缺陷自动检测:向AI系统投喂1000万张图片进行训练,针对缩松、缩孔、裂纹等缺陷,每类标注超50万张图片,并持续优化识别模型。经过训练,系统缺陷识别效率与准确率显著提升,检查效率提高40%以上。


‘现在我的工作以复检为主,工作量大幅减少。’陶涛说,AI系统能自动判断轮毂缺陷,疑似问题会被标注,工作人员只需复核即可。该系统如同经验丰富的‘医生’,通过历史数据自学习、自优化,‘诊断’结果越来越精准。刘瑞补充道,如今轮毂毛坯拍完图即可下线,无需等待检查,工序节奏更快。


智能制造:专家经验转化为系统规则


热工数字化管控中心的屏幕上,实时显示36台压铸设备的运转状态与关键工序数据,传感器采集的信息被实时分析。热工工序中,机器人忙碌作业,生产科长常虎介绍:‘36台压铸设备仅需6名工人看管,调机不再完全依赖资深工程师。’


这得益于压铸自我智能调整系统。热工作为轮毂制造的首道工序,直接影响生产效率与质量。常虎解释,压铸过程中环境变化或参数不当易导致缩松,换模、新产品生产都需反复调机,过去每天大调机至少12次,依赖数十名经验丰富的工程师。


中信戴卡数智化制造研究院工程师黎钊表示,压铸自我智能调整系统将专家经验转化为规则,能根据换模、铝液温度波动等工况自动调整参数,实现机台自我优化。该系统使机台操作每天节约4.6小时,调机废品率降低43%,异常处理效率提升40%。


轮毂尺寸要求严苛,传统生产中因刀具磨损、模具差异,首件往往不合格,需人工调整刀补,成熟操作人员也需1小时以上。机加智能质量闭环系统通过AI算法自动生成刀补方案,并结合大数据模型优化,实现一次性调整100%合格。机加工序工艺员吕庆禄介绍,系统应用后,设备效率提升,缺陷率降低62.1%,产品质量明显改善。


4月14日,中信戴卡铝车轮六号工厂内,技术人员巡查轮毂生产线。河北日报记者赵杰摄


柔性化加工:最小生产批量从300件降至1件


汽车厂商小批量、快速上市的趋势,对零部件供应商的柔性制造能力提出挑战。在机加工序,同一条生产线可同时加工不同型号、款式的轮毂,相邻产品也可能不同。铝车轮六号工厂工程师赵强解释:‘我们配置了12组标准单元和12组混线自动化单元,混线单元实现多尺寸、多品种车轮同时加工,轮型切换无需暂停生产线,灵活性大幅提升。’


涂装车间的U形挂具上,悬吊的轮毂外观各异。赵强说:‘过去固定喷枪一次只能喷一种颜色,现在机械臂可带8个喷枪,随时切换颜色,最多支持32种颜色在线喷涂,真正实现“千轮千样”。’


传统涂装为线式结构,同一时间只能生产单一品种。中信戴卡自主研发的岛式涂装结构,结合二维码与视觉识别技术,打破传统限制,是全球领先的高柔性工艺。借助数字化柔性制造系统,工厂将最小生产批量从300件降至1件,‘一件订单’的定制化生产成为现实。


目前,铝车轮六号工厂的成熟经验已在中信戴卡全球工厂推广,助力企业向高端化、智能化、绿色低碳方向发展。


原标题:《数据驱动,柔性产线成就“千轮千样”》


阅读原文


本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。

免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com